陕西师范大学旅游与环境学院,西安 710119
Evaluation and difference analysis on inbound tourists and local resident perception for tourism supply in Beijing
LIUJunsheng, MAYaofeng通讯作者:
收稿日期:2015-12-14
修回日期:2016-03-8
网络出版日期:2016-08-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (1517KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
改革开放以来,中国入境旅游发展迅速,并对中国产生了深刻的经济、政治、社会与文化影响。据国家旅游局统计[1],2014年中国接待入境游客人数为12 849.83万人次,旅游外汇收入达569.13亿美元,分别为1980年的22.5倍、92.2倍。2008年以来,中国入境游客人数呈现下降态势,同时旅游贸易逆差逐年增大,这引起学界与业界的反思。游客人数的下降凸显中国在发展入境旅游过程中存在目的地旅游供给不足或者供需失调的问题,无法满足游客及时最新的需求。在此背景下,目的地旅游利益相关者对目的地旅游供给感知评价显得尤为重要,其中游客与社区居民是目的地发展过程中重要的利益相关者,目前对利益相关者的目的地旅游供给感知研究重视程度不足,但二者对目的地旅游供给的感知评价对目的地旅游持续发展具有一定参考价值。据此,通过入境游客与社区居民对旅游目的地旅游供给感知评价,可以识别内外两大群体所注重的旅游供给关键因子,为研判并解决区域旅游供给问题提供新的视角,同时对目的地旅游协调发展也具有参考作用。自美国****Gunn提出目的地旅游供需系统以来,旅游供给系统成为旅游研究的基本问题之一[2],通过多群体对旅游目的地供给感知的差异实证测度分析,一定程度上延展了目的地旅游供给模型的研究内容,对丰富旅游供给问题的研究维度与扩充研究视角具有一定理论参考价值。针对入境游客旅游感知的相关研究成果较为丰硕,集中在入境游客感知行为[3]、期望与满意度[4]、气候感知与决策[5]、目的地形象感知[6]、价值感知与行为意图[7]、服务质量感知[8]、环境风险感知[9]等方面,对入境游客的感知研究逐渐由群体视角转向群体与目的地互动视角,研究程度也逐步加深,但基于入境游客对目的地旅游供给感知的研究较为鲜见。近年来,针对社区居民旅游感知的相关研究已较为成熟,且集中在旅游发展对目的地带来的经济、社会与文化影响的感知方面,社区居民对旅游影响的反馈与感知也成为学界研究热点,具体表现在目的地社区居民对旅游影响的感知与态度[10-13]、居民旅游影响感知因素[14-16]、社区居民旅游态度与行为[17-19]、旅游感知相关理论构建与应用[20-23]等方面。
综上所述,入境游客作为旅游目的地的需求方,对其研究主要基于旅游心理学的期望、偏好与动机,消费者行为学的行为意图、决策等,而立足于入境游客需求方的客观测评视角,开展对旅游目的地供给感知的研究相对较少。社区居民作为常驻人口,对其研究主要是基于心理学的居民感知态度及差异、影响因素、反馈行为及感知理论构建等,而基于社区居民的自我研判视角,开展对目的地旅游供给研判感知研究的相对较少。入境游客作为旅游的需求方,社区居民作为目的地旅游发展的重要参与者与组成部分,二者均是目的地旅游发展过程中的核心利益相关者与评价者。梳理发现,已有相关研究仅从社区居民人口特征的角度对入境旅游供给情况进行简单的感知差异分析[24],从入境游客与社区居民两方面来对目的地旅游供给情况进行研判的研究较为缺乏,而从两大群体视角对旅游目的地旅游供给进行测评,可明确两大群体均重视的主要供给因子及其异同点,并比较其对目的地旅游供给感知差异,以方便政府对旅游目的地供给因子进行及时调控、改进与优化配置,减少目的地旅游发展过程中的盲目性。同时这对满足游客深层次需求,促进目的地国内与国际旅游市场开发,优化目的地旅游供给结构,保障目的地旅游持续发展具有重要实践参考价值。基于此,本文立足于入境游客与社区居民两大群体感知评价角度对北京市旅游供给状况做出研判,以期为促进北京旅游更好发展提供理论参考。北京作为中国历史上七大古都之一,是中国的政治、文化、经济中心,是入境游客三大入境口岸与集散地之一[25],选择北京作为案例地具有较强的典型性与代表性。
2 数据来源与研究方法
2.1 量表设计
本研究量表设计是基于Gunn和吴必虎的旅游系统模型[2],同时参考已有研究成果[26-30],在专家咨询与头脑风暴的基础上,采取里克特七点式样表设计而成。量表主体内容分为两部分:第一部分为基本人口统计学特征,社区居民人口特征包括性别、籍贯、年龄、教育程度、居住时间、职业等,入境游客人口特征包括性别、年龄、国籍、教育程度、职业、收入等;第二部分为入境游客与社区居民对北京旅游供给感知的测量指标,包括旅游交通、住宿、餐饮、游览、购物、娱乐、安全、信息与营销等方面,具体指标从硬件设施与软件服务两大角度进行设计,最终得到旅游供给条款47项。按照游客的评价程度,对测量条款的评价值设置为1~7分,每个分值代表入境游客与社区居民对北京旅游供给感知程度由小到大依次增加。测量条款见表1。Table 1
表1
表1具体测量条款
Table 1The specific measurement terms
代码 | 条款 | 代码 | 条款 | 代码 | 条款 |
---|---|---|---|---|---|
E1 | 城市风光独特 | E17 | 多种不同等级的住宿服务设施 | E33 | 服务业发展水平较高 |
E2 | 旅游景区价值较高 | E18 | 多种不同等级的休闲娱乐场所 | E34 | 居民的好客程度较高 |
E3 | 旅游景区类型多样 | E19 | 多种不同等级的购物场所 | E35 | 旅游景区环境优美 |
E4 | 为游客提供了解本地生活的机会 | E20 | 公共交通方式多样 | E36 | 互联网服务完善 |
E5 | 民俗风情具有吸引力 | E21 | 市内交通方便快捷 | E37 | 移动通讯服务完善 |
E6 | 旅游节事活动具有吸引力 | E22 | 景区内交通方便快捷 | E38 | 英文旅游信息获取方便 |
E7 | 文化演艺活动丰富多样 | E23 | 本地与其他旅游城市间交通便捷 | E39 | 旅游标识、导览信息方便有效 |
E8 | 国际会展丰富多样 | E24 | 交通设施完善 | E40 | 景区信息咨询服务完善 |
E9 | 餐饮服务质量 | E25 | 城市空气质量良好 | E41 | 旅游形象鲜明 |
E10 | 住宿服务质量 | E26 | 优质充足的城市用水 | E42 | 旅游促销有力 |
E11 | 导游服务质量 | E27 | 城市公共环境卫生状况良好 | E43 | 免费旅游宣传资料充足 |
E12 | 景区服务质量 | E28 | 城市绿化覆盖率高 | E44 | 社会治安情况良好 |
E13 | 旅游购物服务质量 | E29 | 城市休闲氛围浓郁 | E45 | 旅游服务设施安全状况良好 |
E14 | 旅游娱乐服务质量 | E30 | 现代化的城市商贸氛围浓郁 | E46 | 游客投诉能得到及时有效解决 |
E15 | 整体旅游价格 | E31 | 历史文化气息浓郁 | E47 | 整体上本地很安全 |
E16 | 多种不同等级的餐饮服务设施 | E32 | 整体经济发展水平较高 | - |
新窗口打开
2.2 数据获取
本研究问卷调查时间为2013年6月-7月,调查地点选择北京长城、故宫、天坛、颐和园、天安门广场等具有代表性的景区景点,问卷调研主要是在游客旅游活动结束后进行,调研时间集中在2013年6月1日至6月7日。基于社区居民是目的地旅游发展的重要参与者,并考虑到景区周边社区居民对旅游发展相对较为熟悉,故针对社区居民的调研,主要在景区景点周边的社区展开,调研时间集中在2013年6月8日至6月12日,调研社区集中在育慧里、天通苑、安慧里,天坛北里、金鱼池、大惠寺、车道沟、大有北里、鼓楼苑、新华里等社区,问卷调查采取随机发放,现场回收的方式进行。旅游发展具有综合联动效应,已有的研究表明,旅游业每提供1个直接就业岗位可以为当地居民提供5个间接岗位的可能[31],查阅2014年《中国旅游统计年鉴》[1]与《北京统计年鉴》[32],获得2013年北京接待入境游客人数与直接就业人数,测算为北京社区居民提供间接就业的可能性岗位数量,并通过二者比值确定两大群体发放问卷的数量比例,二者比例约为1.3:1,参考此标准,入境游客问卷共计发放737份,有效问卷705份,占95.6%,社区居民问卷共计发放582份,有效问卷565份,占97.1%,两大群体问卷数量比值约为1.3:1,基本合理。同时,建立结构方程模型要求问卷数量不低于测量指标数量的10倍,本研究所提供有效问卷均大于470份,满足测量需求。2.3 研究方法
结构方程模型(SEM)作为统计学中的常用分析方法近几年被广泛引用到旅游研究中,作为一种研究对象之间因果关系的典型方法,可检验个别测验题项的测量误差,并将测量误差从题项的变异中抽离出来,使得因素负荷量具有较高的精确度。同时,可对整体共同因素的模型进行统计上的评估,对整体假设模型进行适配度检验,以科学测度假设模型的拟合程度,增强模型与研究结论的科学性与解释力[33]。2.4 样本人口学特征
调查数据显示,入境游客方面,男性占47.0%,女性占53.0%;入境北京游客主要以中青年为主,15~44岁阶段所占比例为76.0%;客源主要集中在美国、英国、法国、澳大利亚、德国、芬兰、加拿大、瑞士、瑞典等发达国家,共计占入境游客的65.0%;教育程度以本科和研究生为主,二者所占比例为73.0%;职业以专业技术人员、商贸人员及学生为主,共计占入境游客的68.0%;年收入集中在4万美元及以下,比例为56.0%。社区居民方面,男性与女性各占50.0%;出生地方面,本地人占42.0%,外地籍贯人口占58.0%;年龄集中在15~44岁,比例为80.0%;教育程度以中专、大专与本科为主,比例为67.0%;在京居住时间方面,5年及以下、20年以上所占比例较高,为79.0%;职业专业技术人员、学生、职员为主,比例为66.0%。
3 模型构建与模型检验
3.1 感知公因子提取
3.1.1 入境游客旅游供给感知公因子提取对入境游客旅游供给感知数据进行信度与效度检验,入境游客样本标准化的克朗巴哈系数为0.944,KMO值为0.929,近似卡方为15 949.574,df为1081,sig.值为0.000,拒绝巴特勒检验,适合因子分析。初次公因子提取发现,测量指标中E13、E14、E15、E34、E35指标因子载荷均小于最低要求0.4,故对这些指标进行删除并进行公因子的二次萃取。二次公因子萃取后样本标准化的克朗巴哈系数为0.948,KMO值为0.933,近似卡方为12 938.058,df为861,sig.值为0.000,拒绝巴特勒检验。采用Kaiser 标准化的正交旋转法,二次萃取后发现各测量指标因子载荷均在0.4以上[34],共萃取出8个公因子(表2),主成份间正交且不相关,公因子特征值均大于1,8个公因子方差解释率为62.919%,满足60%的最低需求,分别命名为自然环境与安全因子、信息服务与景区营销因子、服务设施因子、人文环境因子、交通服务因子、旅游活动因子、旅游景区因子、服务质量因子。
Table 2
表2
表2入境游客旅游供给感知因子载荷
Table 2Inbound tourists perception of supply factor loadings
公因子 | 条款 | 因子1 | 因子2 | 因子3 | 因子4 | 因子5 | 因子6 | 因子7 | 因子8 | CA系数 |
---|---|---|---|---|---|---|---|---|---|---|
自然环境与安全因子 | E25 | 0.824 | 0.066 | -0.036 | -0.073 | 0.051 | -0.010 | 0.089 | 0.102 | 0.808 |
E26 | 0.731 | 0.159 | 0.060 | 0.056 | 0.182 | 0.059 | 0.131 | 0.060 | ||
E27 | 0.716 | 0.238 | 0.016 | 0.092 | 0.139 | 0.050 | 0.133 | 0.206 | ||
E28 | 0.650 | 0.189 | -0.054 | 0.215 | 0.214 | 0.142 | 0.163 | 0.176 | ||
E29 | 0.695 | 0.071 | -0.036 | 0.252 | 0.125 | 0.240 | 0.176 | 0.080 | ||
E44 | 0.547 | 0.240 | 0.309 | 0.348 | -0.070 | -0.004 | -0.059 | 0.117 | ||
E45 | 0.524 | 0.381 | 0.315 | 0.329 | 0.044 | 0.047 | -0.025 | 0.126 | ||
E46 | 0.646 | 0.380 | 0.159 | 0.069 | -0.053 | 0.107 | 0.046 | 0.168 | ||
信息服务与景区营销因子 | E36 | 0.174 | 0.602 | -0.009 | 0.371 | 0.149 | -0.078 | 0.051 | 0.302 | 0.843 |
E37 | 0.119 | 0.489 | 0.092 | 0.362 | 0.220 | -0.203 | 0.166 | 0.288 | ||
E38 | 0.114 | 0.696 | 0.070 | 0.222 | 0.131 | 0.039 | 0.115 | 0.222 | ||
E39 | 0.226 | 0.651 | 0.138 | 0.136 | 0.202 | 0.088 | 0.163 | 0.213 | ||
E40 | 0.347 | 0.660 | 0.136 | 0.116 | 0.152 | 0.141 | 0.109 | 0.128 | ||
E41 | 0.285 | 0.601 | 0.161 | 0.199 | 0.097 | 0.248 | 0.136 | 0.026 | ||
E42 | 0.094 | 0.589 | 0.161 | 0.201 | 0.124 | 0.274 | -0.025 | -0.163 | ||
E43 | 0.353 | 0.571 | 0.153 | 0.016 | 0.038 | 0.276 | 0.066 | -0.105 | ||
服务设施因子 | E16 | 0.164 | 0.122 | 0.795 | 0.048 | 0.080 | 0.074 | 0.067 | 0.150 | 0.757 |
E17 | 0.075 | 0.106 | 0.842 | 0.074 | 0.097 | 0.092 | 0.103 | 0.100 | ||
E18 | 0.015 | 0.144 | 0.720 | 0.128 | 0.170 | 0.147 | 0.129 | 0.173 | ||
E19 | -0.060 | 0.178 | 0.628 | 0.258 | 0.311 | 0.084 | 0.057 | 0.147 | ||
人文环境因子 | E30 | 0.144 | 0.107 | 0.187 | 0.652 | 0.187 | 0.224 | 0.139 | 0.130 | 0.772 |
E31 | 0.224 | 0.264 | 0.088 | 0.558 | 0.075 | 0.097 | 0.331 | 0.076 | ||
E32 | 0.019 | 0.235 | 0.107 | 0.767 | 0.141 | 0.124 | 0.144 | 0.070 | ||
E33 | 0.277 | 0.331 | 0.102 | 0.555 | 0.118 | 0.070 | 0.049 | 0.168 | ||
E47 | 0.438 | 0.220 | 0.309 | 0.440 | 0.054 | -0.044 | 0.003 | 0.153 | ||
交通服务因子 | E20 | -0.112 | 0.133 | 0.350 | 0.233 | 0.667 | 0.111 | 0.037 | 0.047 | 0.866 |
E21 | 0.224 | 0.059 | 0.023 | 0.147 | 0.814 | 0.064 | 0.048 | 0.076 | ||
E22 | 0.384 | 0.244 | 0.052 | -0.011 | 0.680 | -0.008 | 0.103 | 0.199 | ||
E23 | 0.107 | 0.272 | 0.333 | 0.166 | 0.633 | 0.130 | 0.041 | 0.065 | ||
E24 | 0.147 | 0.443 | 0.197 | 0.023 | 0.469 | 0.093 | 0.164 | 0.041 | ||
旅游活动因子 | E4 | 0.220 | -0.018 | 0.087 | 0.090 | 0.111 | 0.489 | 0.374 | -0.059 | 0.804 |
E5 | 0.216 | -0.006 | 0.073 | 0.072 | -0.070 | 0.505 | 0.439 | 0.061 | ||
E6 | 0.194 | 0.180 | 0.017 | 0.113 | 0.041 | 0.712 | 0.175 | 0.211 | ||
E7 | 0.007 | 0.235 | 0.177 | 0.040 | 0.108 | 0.735 | 0.037 | 0.128 | ||
E8 | -0.176 | 0.229 | 0.211 | 0.274 | 0.239 | 0.474 | -0.009 | 0.230 | ||
旅游景区因子 | E1 | 0.162 | 0.105 | -0.047 | 0.142 | 0.010 | 0.134 | 0.768 | 0.176 | 0.812 |
E2 | 0.037 | 0.184 | 0.187 | 0.137 | 0.044 | -0.006 | 0.755 | 0.056 | ||
E3 | 0.153 | 0.107 | 0.146 | 0.064 | 0.205 | 0.263 | 0.682 | -0.003 | ||
服务质量因子 | E9 | 0.246 | 0.052 | 0.235 | 0.249 | 0.004 | 0.199 | 0.055 | 0.625 | 0.686 |
E10 | 0.130 | 0.000 | 0.278 | 0.226 | 0.112 | 0.099 | 0.138 | 0.675 | ||
E11 | 0.260 | 0.258 | 0.117 | 0.061 | 0.143 | 0.095 | 0.009 | 0.653 | ||
E12 | 0.395 | 0.265 | 0.154 | -0.048 | 0.149 | 0.167 | 0.155 | 0.529 |
新窗口打开
3.1.2 社区居民旅游供给感知公因子提取
对社区居民数据样本进行信度与效度检验,社区居民样本标准化的克朗巴哈系数为0.953,KMO值为0.938,近似卡方为14 734.026,df为1081,sig.值为0.000,拒绝巴特勒检验,适合因子分析。初次公因子提取发现,测量指标中E13、E14、E15、E34、E35指标因子载荷均小于最低要求0.4[34],故对指标进行删除并进行公因子的二次萃取。二次公因子萃取后样本标准化的克朗巴哈系数为0.938,KMO值为0.924,近似卡方为14 146.321,df为861,sig.值为0.000,拒绝巴特勒检验。采用Kaiser 标准化的正交旋转法,通过二次萃取发现各测量指标因子载荷均在0.4以上,共萃取9个公因子(表3,见第1481页),主成分间正交且不相关,公因子特征值均大于1,9个公因子方差解释率为62.313%,满足60%的最低需求,分别为景区营销因子、交通服务因子、旅游活动因子、人文环境因子、自然环境因子、服务质量与设施因子、旅游景区因子、旅游安全因子、信息服务因子。
Table 3
表3
表3社区居民旅游供给感知因子载荷
Table 3Local residents perceive tourism supply factor loadings
公因子 | 条款 | 因子1 | 因子2 | 因子3 | 因子4 | 因子5 | 因子6 | 因子7 | 因子8 | 因子9 | CA系数 |
---|---|---|---|---|---|---|---|---|---|---|---|
景区营销因子 | E38 | 0.664 | 0.135 | -0.060 | -0.038 | 0.208 | 0.107 | 0.161 | -0.051 | 0.312 | 0.854 |
E39 | 0.777 | 0.152 | 0.046 | 0.082 | 0.077 | 0.088 | 0.075 | 0.095 | 0.152 | ||
E40 | 0.749 | 0.183 | 0.117 | 0.096 | 0.130 | 0.084 | 0.142 | 0.173 | 0.058 | ||
E41 | 0.652 | 0.075 | 0.198 | 0.254 | 0.006 | 0.095 | 0.167 | 0.265 | 0.095 | ||
E42 | 0.628 | 0.058 | 0.257 | 0.297 | -0.031 | 0.070 | 0.079 | 0.286 | 0.104 | ||
E43 | 0.611 | 0.061 | 0.223 | 0.179 | 0.075 | 0.066 | -0.018 | 0.335 | -0.015 | ||
交通服务因子 | E20 | 0.052 | 0.771 | 0.059 | 0.145 | -0.037 | 0.147 | 0.106 | 0.114 | 0.017 | 0.825 |
E21 | 0.065 | 0.824 | 0.146 | 0.138 | 0.058 | 0.058 | 0.066 | 0.139 | 0.066 | ||
E22 | 0.087 | 0.802 | 0.176 | 0.158 | 0.098 | 0.089 | 0.122 | 0.116 | 0.006 | ||
E23 | 0.168 | 0.680 | 0.193 | 0.156 | 0.148 | 0.104 | 0.112 | 0.132 | 0.076 | ||
E24 | 0.206 | 0.616 | 0.053 | 0.032 | 0.201 | 0.101 | 0.187 | 0.087 | 0.009 | ||
旅游活动因子 | E4 | 0.113 | 0.098 | 0.473 | 0.027 | -0.031 | 0.140 | 0.343 | 0.118 | 0.074 | 0.732 |
E5 | 0.042 | 0.123 | 0.626 | 0.003 | 0.045 | 0.112 | 0.282 | 0.251 | 0.114 | ||
E6 | 0.072 | 0.145 | 0.814 | 0.078 | 0.078 | 0.074 | 0.124 | 0.050 | 0.042 | ||
E7 | 0.129 | 0.195 | 0.749 | 0.138 | 0.031 | 0.117 | 0.182 | 0.016 | -0.047 | ||
E8 | 0.264 | 0.048 | 0.636 | 0.162 | -0.001 | 0.171 | 0.136 | -0.039 | -0.040 | ||
人文环境因子 | E29 | 0.083 | 0.114 | 0.093 | 0.669 | 0.342 | 0.151 | 0.113 | 0.087 | -0.013 | 0.800 |
E30 | 0.116 | 0.099 | 0.062 | 0.703 | 0.219 | 0.158 | 0.169 | 0.129 | 0.065 | ||
E31 | 0.111 | 0.213 | 0.031 | 0.511 | -0.004 | 0.114 | 0.373 | 0.137 | -0.086 | ||
E32 | 0.163 | 0.204 | 0.111 | 0.609 | 0.000 | 0.065 | 0.182 | 0.191 | 0.135 | ||
E33 | 0.302 | 0.149 | 0.191 | 0.542 | 0.101 | 0.148 | 0.107 | 0.162 | 0.185 | ||
自然环境因子 | E25 | 0.077 | 0.074 | 0.047 | 0.069 | 0.803 | 0.042 | -0.047 | 0.022 | 0.059 | 0.861 |
E26 | 0.058 | 0.098 | -0.015 | 0.063 | 0.808 | 0.054 | -0.031 | 0.110 | 0.202 | ||
E27 | 0.147 | 0.086 | 0.003 | 0.132 | 0.792 | 0.108 | 0.053 | 0.123 | 0.110 | ||
E28 | 0.077 | 0.094 | 0.069 | 0.498 | 0.577 | 0.056 | -0.052 | 0.062 | -0.012 | ||
服务质量与设施因子 | E9 | 0.067 | 0.139 | 0.203 | 0.078 | 0.283 | 0.532 | 0.174 | 0.146 | 0.093 | 0.833 |
E10 | 0.097 | -0.016 | 0.008 | -0.049 | 0.245 | 0.690 | 0.260 | 0.147 | 0.046 | ||
E11 | 0.397 | -0.081 | 0.159 | 0.053 | 0.075 | 0.443 | 0.294 | -0.082 | -0.100 | ||
E16 | 0.096 | 0.188 | 0.116 | 0.258 | -0.017 | 0.604 | 0.044 | 0.088 | 0.115 | ||
E17 | 0.035 | 0.210 | 0.179 | 0.218 | -0.004 | 0.699 | 0.063 | 0.151 | 0.118 | ||
E18 | 0.208 | 0.243 | 0.371 | 0.393 | -0.084 | 0.404 | 0.018 | -0.038 | -0.060 | ||
E19 | 0.238 | 0.310 | 0.248 | 0.332 | -0.161 | 0.416 | -0.050 | -0.030 | -0.043 | ||
旅游景区因子 | E1 | 0.171 | 0.159 | 0.221 | 0.199 | -0.049 | 0.105 | 0.635 | 0.101 | 0.050 | 0.723 |
E2 | 0.102 | 0.135 | 0.263 | 0.194 | -0.011 | 0.114 | 0.745 | 0.081 | 0.000 | ||
E3 | 0.086 | 0.168 | 0.282 | 0.113 | -0.029 | 0.129 | 0.703 | 0.112 | 0.035 | ||
E12 | 0.322 | 0.138 | 0.218 | 0.116 | 0.067 | 0.293 | 0.427 | -0.030 | -0.032 | ||
旅游安全因子 | E44 | 0.256 | 0.149 | 0.135 | 0.132 | 0.102 | 0.079 | -0.020 | 0.744 | 0.016 | 0.845 |
E45 | 0.283 | 0.210 | 0.028 | 0.153 | 0.128 | 0.204 | 0.178 | 0.704 | 0.022 | ||
E46 | 0.340 | 0.150 | 0.223 | 0.175 | 0.136 | 0.075 | 0.044 | 0.451 | 0.059 | ||
E47 | 0.075 | 0.260 | -0.050 | 0.206 | 0.107 | 0.119 | 0.332 | 0.598 | 0.124 | ||
信息服务因子 | E36 | 0.178 | 0.023 | 0.047 | 0.045 | 0.209 | 0.096 | 0.004 | 0.065 | 0.837 | 0.827 |
E37 | 0.205 | 0.076 | 0.025 | 0.103 | 0.137 | 0.088 | 0.033 | 0.054 | 0.845 |
新窗口打开
3.2 假设模型
基于两大群体样本探索性因子分析结果,构建两大群体旅游供给感知结构方程测评模型。入境游客感知模型包括自然环境与安全维度、信息服务与景区营销维度、服务设施维度、人文环境维度、交通服务维度、旅游活动维度、旅游景区维度和服务质量维度等8个维度(图1)。社区居民感知模型包括景区营销维度、交通服务维度、旅游活动维度、人文环境维度、自然环境维度、服务质量与设施维度、旅游景区维度、旅游安全维度和信息服务维度等9个维度(图2)。虽然上述提取的因子维度基本相同,但囿于两大群体本身对目的地旅游供给条款存在感知差异,故有必要对条款进行进一步补充说明,如国际会展丰富多样(E8),英文信息获取是否方便(E38),旅游促销是否有力(E42),游客投诉及时解决(E46)等4项条款更为入境游客所重视,社区居民对其重视程度较低,为彰显二大群体在上述条款的区别,故在社区居民结构方程假设模型中,针对上述4项条款的假设路径采取虚线表示,并在结果中弱化对上述4项条款的路径系数分析。据此,假设模型中各测量条款与一阶隐变量存在正相关关系,一阶隐变量与二阶隐变量存在正相关关系。根据假设模型主要探究两方面的问题:①从微观具体视角分析42项条款与一阶隐变量的关系及作用程度;②从宏观整体视角分析一阶隐变量与二阶隐变量的关系与作用程度。显示原图|下载原图ZIP|生成PPT
图1入境游客供给感知假设模型
-->Figure1Supply perceive hypothetical model of inbound tourists
-->
显示原图|下载原图ZIP|生成PPT
图2社区居民供给感知假设模型注:“…→”表示入境游客与社区居民区别程度较大的条款。
-->Figure2Supply perceive hypothetical model of local residents
-->
3.3 模型检验与适用性评估
参考已有测评标准,从条款的偏度、峰度、潜变量组合信度(CR)、潜变量平均方差抽取量(AVE)等方面对两大群体数据进行验证与评估(表4)。测量条款偏度方面,当显著水平为0.01的水平时,其临界值绝对值不超过3,若偏度的绝对值大于3则说明样本数据存在正态偏差[34],分析可知,各项条款绝对值均在临界范围之内,符合正态分布。峰度方面,条款峰度绝对值不能超过10,否则表明数据存在正态分布问题[34],分析可知各条款峰度绝对值在控制范围内,符合要求。潜变量组合信度值满足或接近0.7阈限水平,潜变量平均方差抽取量满足或接近0.5阈限水平[34],满足进行结构方程最低要求。通过分析,说明数据适合进行结构方程拟合分析。Table 4
表4
表4入境游客与社区居民结构方程模型适用性评估
Table 4The suitability assess of inbound tourists and local residents structural equation modeling
入境游客结构方程适用性评估 | 社区居民结构方程适用性评估 | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
公因子 | 条款 | 偏度 | 峰度 | CR | AVE | 公因子 | 条款 | 偏度 | 峰度 | CR | AVE |
服务质量因子 | E12 | -0.697 | 0.528 | 0.886 4 | 0.507 3 | 旅游安全因子 | E44 | -0.702 | 0.462 | 0.823 2 | 0.539 1 |
E11 | -0.903 | 0.827 | E45 | -0.592 | 0.428 | ||||||
E10 | -0.774 | 0.487 | E46 | -0.358 | -0.039 | ||||||
E9 | -0.432 | -0.094 | E47 | -0.894 | 1.065 | ||||||
旅游景区因子 | E3 | -0.894 | 1.032 | 0.748 3 | 0.498 8 | 信息服务因子 | E36 | -0.507 | -0.178 | 0.664 8 | 0.497 9 |
E2 | -1.085 | 2.004 | E37 | -0.644 | 0.293 | ||||||
E1 | -0.896 | 1.261 | 自然环境因子 | E25 | 0.365 | -0.847 | 0.797 8 | 0.498 5 | |||
旅游活动因子 | E8 | -0.470 | 0.266 | 0.831 7 | 0.500 0 | E26 | -0.079 | -0.577 | |||
E7 | -0.863 | 1.036 | E27 | -0.385 | -0.272 | ||||||
E6 | -0.654 | 0.453 | E28 | -0.322 | 0.031 | ||||||
E5 | -0.859 | 0.849 | 旅游景区因子 | E1 | -0.663 | 0.217 | 0.799 3 | 0.500 3 | |||
E4 | -0.620 | 0.111 | E2 | -0.843 | 0.780 | ||||||
服务设施因子 | E19 | -0.632 | 0.613 | 0.799 9 | 0.500 9 | E3 | -0.494 | 0.267 | |||
E18 | -0.405 | 0.037 | E12 | -0.252 | -0.038 | ||||||
E17 | -0.946 | 1.892 | 服务质量与设施因子 | E19 | -0.574 | 0.389 | 0.897 7 | 0.569 9 | |||
E16 | -0.518 | 0.434 | E18 | -0.232 | -0.346 | ||||||
交通服务因子 | E24 | -0.511 | 0.103 | 0.830 5 | 0.499 3 | E17 | -0.429 | 0.710 | |||
E23 | -0.836 | 0.975 | E16 | -0.513 | 0.623 | ||||||
E22 | -0.732 | 0.663 | E11 | -0.415 | 0.516 | ||||||
E21 | -0.806 | 0.631 | E10 | -0.520 | 0.623 | ||||||
E20 | -0.989 | 1.089 | E9 | -0.593 | 0.366 | ||||||
人文环境因子 | E47 | -0.942 | 1.252 | 0.838 5 | 0.511 6 | 旅游活动因子 | E8 | -0.488 | -0.119 | 0.840 2 | 0.526 9 |
E33 | -0.446 | 0.516 | E7 | -0.304 | -0.268 | ||||||
E32 | -0.336 | 0.091 | E6 | -0.128 | -0.138 | ||||||
E31 | -1.117 | 1.849 | E5 | -0.492 | 0.196 | ||||||
E30 | -0.628 | 0.574 | E4 | -0.242 | -0.037 | ||||||
信息服务与景区 营销因子 | E43 | -0.509 | 0.240 | 0.881 0 | 0.499 8 | 人文环境因子 | E33 | -0.461 | 0.321 | 0.844 7 | 0.522 0 |
E42 | -0.415 | 0.163 | E32 | -0.752 | 0.547 | ||||||
E41 | -0.464 | 0.459 | E31 | -0.936 | 0.938 | ||||||
E40 | -0.630 | 0.787 | E30 | -0.434 | 0.145 | ||||||
E39 | -0.570 | 0.404 | E29 | -0.209 | -0.285 | ||||||
E38 | -0.435 | -0.158 | 交通服务因子 | E24 | -0.852 | 0.590 | 0.838 0 | 0.522 3 | |||
E37 | -0.477 | -0.318 | E23 | -0.715 | 0.447 | ||||||
E36 | -0.365 | -0.569 | E22 | -0.566 | 0.238 | ||||||
自然环境与安全因子 | E25 | 0.244 | -0.810 | 0.882 1 | 0.500 7 | E21 | -0.815 | 0.249 | |||
E26 | 0.119 | -0.900 | E20 | -0.707 | -0.212 | ||||||
E27 | -0.018 | -0.750 | 景区营销因子 | E38 | -0.382 | 0.316 | 0.856 0 | 0.500 9 | |||
E28 | -0.338 | 0.073 | E39 | -0.297 | -0.123 | ||||||
E29 | -0.581 | 0.759 | E40 | -0.205 | -0.244 | ||||||
E44 | -0.614 | 0.674 | E41 | -0.306 | -0.114 | ||||||
E45 | -0.568 | 0.529 | E42 | -0.243 | 0.205 | ||||||
E46 | -0.440 | 0.432 | E43 | -0.263 | 0.007 |
新窗口打开
3.4 模型拟合效果检验
基于建构的两大群体旅游供给感知结构方程模型,采用极大似然估计法对两大假设模型进行求解,对两大群体的旅游供给感知条款进行拟合效果检验,并根据初步分析结果修正两大模型条款残差间的关系,其中入境游客旅游供给感知模型中对残差e25、e27、e46、e47、e32、e33、e20、e21、e37、e38、e41、e42、e4、e5、e6、e7、e10、e11、e12之间的关系进行修正,对社区居民旅游供给感知模型中对残差e38、e39、e21、e23、e30、e32、e17、e19、e3、e12、e44、e47、e25、e26之间的关系进行修正,最终得到两大群体旅游供给感知路径系数及拟合指数(表5)。基于拟合结果可知,入境游客假设模型,Chi-square为 1220.584,自由度为736,相伴概率水平为0.000,在0.05水平下达到要求;社区居民假设模型,Chi-square 为 915.228,自由度为619,相伴概率水平为0.000,在0.05水平下达到要求。建构两大群体模型的绝对拟合指数、相对拟合指数、简约指数均满足所参考的测量标准。通过拟合结果可知,所建构的两大群体旅游供给感知结构方程模型总体拟合效果较好且较为合理。Table 5
表5
表5结构方程模型拟合效果
Table 5Structural equation model fitting effect
绝对拟合指数 | 相对拟合指数 | 简约指数 | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
指数 | CMIN/DF | RMSEA | GFI | AGFI | PGFI | NFI | RFI | IFI | TLI | CFI | PRATIO | PNFI | PCFI |
标准 | 1.0~3.0 | >0.50 | >0.90 | >0.90 | >0.90 | >0.90 | >0.50 | >0.50 | >0.50 | ||||
游客 | 1.658 | 0.031 | 0.923 | 0.906 | 0.753 | 0.916 | 0.901 | 0.965 | 0.958 | 0.964 | 0.855 | 0.783 | 0.824 |
居民 | 1.479 | 0.029 | 0.931 | 0.900 | 0.638 | 0.931 | 0.904 | 0.977 | 0.967 | 0.976 | 0.719 | 0.669 | 0.702 |
新窗口打开
4 结果及分析
通过对两大群体旅游供给感知模型的验证性评估可知,关于两模型的研究假设均得到证明,两大群体假设模型中各测量条款与一阶隐变量存在正相关关系,一阶隐变量与二阶隐变量存在正相关关系,且路径系数均满足不低于0.33的最低要求[34],并得到两大群体结构方程标准化路径分析图(图3,图4),据此可分析两大群体对北京的旅游供给感知维度的差异。显示原图|下载原图ZIP|生成PPT
图3入境游客供给感知结构模型注:“…→”表示入境游客与社区居民区别程度较大的条款。
-->Figure3Supply perceptual structure model of inbound tourists
-->
显示原图|下载原图ZIP|生成PPT
图4社区居民供给感知结构模型注:“…→”表示入境游客与社区居民区别程度较大的条款。
-->Figure4Supply perceptual structure model of local residents
-->
(1)从测量条款对两大群体一阶隐变量的影响上来讲,自然环境与安全因子中,入境游客所感知因子包含8项测量条款(E26-E29,E44-E46),社区居民所感知因子包含8项(E26-E28,E44-E47),其差异主要体现在E29与E47这2项指标上。其中入境游客认为城市休闲氛围浓厚(E29)应成为旅游目的地自然环境的一部分,而社区居民认为此因子更倾向于人文环境。社区居民认为旅游目的地的整体安全性(E47)应成为目的地安全的一部分,入境游客认为此因子更倾向于人文环境,其成因主要是基于不同区域、文化背景、职业等因素的影响,使得对供给条款存在感知差异。从条款对具体因子维度感知差异上看,自然环境与安全因子方面,入境游客认为城市休闲氛围(E29)、旅游服务设施安全(E45)、游客投诉及时解决(E46)这3项指标对自然环境与安全因子影响较大,其路径系数分别为0.60、0.62、0.60,其余条款路径系数较小;社区居民认为服务设施安全(E45)、城市公共环境卫生良好(E27)、城市绿化覆盖率高(E28)这3项指标对自然环境与安全因子影响较大,其路径系数分别为0.86、0.84、0.83,其余条款路径系数较小。可见,入境游客与社区居民均重视旅游过程中的安全程度与权益保障,同时社区居民对北京自然环境的感知程度相对较高,说明社区居民较为重视旅游过程中的自然环境,而入境游客则强调目的地的休闲氛围,这对游客形成对目的地的第一印象较为重要。
(2)信息服务与营销因子方面,入境游客与社区居民所感知因子均包含8项测量条款(E36-E43),其差别主要体现在路径系数大小上。从条款对具体因子维度感知差异上看,入境游客认为景区信息咨询服务完善(E40)、旅游形象鲜明(E41)、旅游促销有力(E42)等3项指标对信息服务与营销因子影响较大,其所感知的路径系数为0.73、0.80、0.76。社区居民认为互联网服务完善(E36)、移动通讯服务完善(E37)、旅游标识导览信息方便(E39)、景区信息咨询服务完善(E40)对信息服务与营销因子影响较大,其路径系数分别为0.85、0.84、0.80、0.79,说明入境游客在异地旅游过程中更注重市场营销的重要性,以对旅游目的地进行全面深刻了解,以方便其进行科学旅游决策,而北京社区居民则对旅游目的地具体的信息服务感知程度较高,以方便其及时获取旅游目的地信息,进而辅助其科学决策,而对英文旅游信息的获取、旅游促销力度条款关注程度较低,主要是因为上述条款的主要参与行为主体并非社区居民,而是目的地旅游公共服务部门。
(3)服务质量与设施因子方面,入境游客所感知因子包含8项测量条款(E9-E12,E16-E19),社区居民所感知因子包含7项(E9-E11,E16-E19),其差异主要体现在景区服务质量(E12)指标上。从条款对具体因子维度感知差异上看,入境游客认为多种不同的住宿服务设施(E17)、休闲娱乐场所(E18)及购物场所(E19)这3项指标对服务质量因子影响较大,其路径系数分别为0.68、0.62、0.66,其余条款影响系数较低;社区居民认为餐饮服务质量(E9)、多种不同的餐饮服务设施(E16)、住宿服务设施(E17)这3项指标对服务质量与设施因子影响较大,其路径系数分别为0.74、0.81、0.85。可知,入境游客在北京旅游过程中更注重旅游活动场所等软件设施建设,注重旅游过程中休闲、购物、娱乐等高层次消费,而社区居民则对餐饮与住宿因素感知程度较高,注重旅游目的地基础层次的消费设施。
(4)人文环境因子方面,入境游客所感知因子包含5项测量条款(E30-E33,E47),社区居民所感知因子包含5项(E29-E33),其差异主要体现在E29与E47这2项指标上。从条款对具体因子维度感知差异上看,入境游客认为现代化的城市商贸氛围浓郁(E30)、整体发展水平较高(E32)、服务业发展水平较高(E33)这3项指标对人文环境因子影响较大,其路径系数分别为0.65、0.64、0.68,其余条款路径系数较低;社区居民认为服务业发展水平较高(E33)、历史文化气息浓厚(E31)、城市休闲氛围浓厚(E29)这3项指标对人文环境因子影响较大,其路径系数分别为0.81、0.77、0.73。可以发现,入境游客更注重北京作为国际一流旅游目的地的全面发展水平,注重旅游目的地旅游整体发展水平与程度,这是入境游客由功能性消费向情感性消费的外在表现,也表现出体验经济时代游客对旅游目的地发展提出更高要求,而社区居民对北京的历史与城市氛围感知程度较高,主要是因为社区居民居住在惯常环境里,已经形成对北京旅游的惯常印象所致。
(5)交通服务因子方面,入境游客与社区居民所感知因子均包含5项测量条款(E20-E24),其差别主要体现在路径系数的大小上。从两大群体内部各测量条款对具体因子维度感知差异上看,入境游客与社区居民均认为市内交通方便快捷(E21)、景区内交通方便快捷(E22)这2项指标对交通服务因子影响较大,其所感知的路径系数均在0.8以上。此外,社区居民还认为公共交通方式多样(E20)对交通服务因子影响较大,其路径系数为0.90。综上说明入境游客与社区居民均注重北京旅游发展过程中交通方式多样性与便捷性,只有多样、方便与快捷的市内外交通,才能使得游客在旅游目的地进得去、散得开、玩得乐,以更好地节约与减少游客旅游过程中时间成本,增强旅游体验的程度。
(6)旅游活动因子方面,入境游客与社区居民所感知因子均包含5项测量条款(E4-E8),其差别主要体现在路径系数的大小上。从条款对具体因子维度感知差异上看,入境游客与社区居民均认为旅游节事活动具有吸引力(E6)、文化演艺活动丰富多样(E7)这2项指标对旅游活动因子影响较大,其所感知的路径系数均在0.70以上。此外,社区居民还认为愿意为游客提供了解本土生活的机会(E4)对旅游活动因子影响较大,其路径系数为0.97,入境游客认为国际会展多样(E8)对旅游活动因子影响较大,其路径系数为0.71,其余路径系数相对较小。说明入境游客对北京丰富的文化内涵、多样的旅游活动与国际化的会展感知程度较高,认同层度较为深刻。同时也说明社区居民愿意与入境游客在旅游过程中积极互动,显示了北京社区居民的热情好客。
(7)旅游景区因子方面,入境游客所感知因子包含3项测量条款(E1-E3),社区居民所感知因子包含4项(E1-E3,E12),其差别主要体现在景区服务质量(E12)上。从两大群体内部各测量条款对具体因子维度感知差异上看,入境游客对城市风光独特(E1)、旅游景区价值较高(E2)、旅游景区类型多样(E3)这3项指标的路径系数基本上大于社区居民的感知程度,说明入境游客对北京景区景点风光是较为认同的,北京作为我国历史文化古都,拥有多样且等级高的世界顶级旅游资源,这为北京旅游发展奠定深厚基础。此外,社区居民还认为景区服务质量(E12)也是景区不可或缺的一部分,其感知路径系数为0.82,说明旅游进入体验消费时代,景区需为游客提供高质量的旅游服务被居民所广泛认同。
(8)从一阶隐变量对二阶隐变量的关系上看,除旅游活动因子与交通服务因子外,北京入境游客与社区居民对旅游供给感知共因子提取均出现维度差异,且入境游客所提取出的一阶隐变量对旅游供给感知二阶隐变量的路径系数整体略高于社区居民的感知系数,入境游客与社区居民对北京旅游供给感知存在宏观层次的差别。入境游客在北京旅游过程中更注重旅游服务质量(0.96)、自然环境与人文环境(0.86)、服务设施(0.79)等,注重从整体上研判旅游目的发展程度,注重旅游过程中软件与设施条件的完善性及目的地旅游整体发展水平。社区居民则更加重视北京的景区营销(0.85)、人文环境(0.73)、安全程度(0.71)与景区景点(0.68)等具体因子,说明社区居民更加注重旅游目的地的旅游资源、旅游环境、市场营销等具体因素的作用。
5 结论与讨论
5.1 结论
(1)基于北京入境游客与社区居民旅游供给感知数据,提取出入境游客与社区居民旅游供给感知公因子,构建并验证入境游客与社区居民旅游供给感知结构方程假设模型。认为基于区域差异、不同角色、不同文化背景等因素影响,入境游客与社区居民对北京旅游供给感知存在宏观与微观层次的感知差异。宏观层次上,入境游客所提取出的一阶隐变量对旅游供给感知的路径系数较高,而社区居民所提取出的一阶隐变量对旅游供给感知的路径系数相对较低;微观层次上,入境游客所提取出的42项测量条款对一阶隐变量的路径系数相对较低,而社区居民所提取出的42项测量条款对一阶隐变量的路径系数相对较高。入境游客在北京旅游过程中更注重旅游服务质量、服务设施、自然环境与人文环境等因素,注重旅游过程中软件与设施条件的完善性及目的地旅游整体发展水平,这是入境游客旅游过程中由情感性消费到功能性消费的外在表现,说明体验经济时代游客对旅游目的地提出较高要求。而社区居民则更加重视北京的旅游市场营销、安全程度、人文环境与景区景点等因素,更加突出北京旅游资源、环境与市场营销等基础因素与条件的重要性。(2)基于对两大群体结构模型的分析结果,北京在今后发展旅游过程中可采取措施“扬长补短”,注重旅游目的地的整体建设与发展,加强北京国际一流旅游目的地的建设,继续为游客提供优质的旅游服务,完善服务设施,提升服务质量,并为游客营造良好的自然环境与人文环境。同时加强旅游目的地景区营销力度,为游客创造便捷的交通方式,增加旅游活动数量与频率,丰富旅游活动内容,维护游客人身与财产安全,及时解决游客旅游投诉等问题,以展现北京旅游良好形象,改善目的地旅游供给结构,提高目的地旅游发展效率与效益,促进目的地旅游供给平衡与协调发展。
5.2 讨论
(1)北京市入境游客与社区居民旅游供给感知差异与错位的因素,微观方面,基于游客与居民在目的地旅游发展过程中属于不同的参与主体,其从事活动的目的也不相同,两大群体的认知能力、感知水平、动机偏好、情感与角色扮演等方面的差异都会造成对目的地的旅游供给感知出现差异与错位。宏观方面,基于旅游目的地的供给结构、经济发展水平、文化包容程度等因素会对入境游客及社区居民的感知会带来深刻影响,入境游客进入相对于社区居民较为熟悉的“惯常环境”里,其对目的地旅游供给的感知与社区居民是有差异的。同时,两大群体隶属于不同的利益相关群体,两大群体所扮演的自然人、理性人等角色也会对其供给感知造成影响。(2)文章不足之处表现在,首先入境旅游市场作为中国三大旅游市场之一,其市场份额占整体旅游市场份额较小,针对旅游供给感知研究主体应纳入国内游客、旅游从业人员、政府管理人员等,以期通过对多主体的感知及其差异分析,对目的地旅游供给状况做出更为准确的研判。旅游目的地不同发展阶段,其旅游供给的历时性结构及多主体供给感知差异问题也是以后进一步研究的方向。同时,不同利益主体视角下,其对目的地旅游供给感知内容存在固有差异,如何准确遴选并归纳出不同利益主体所共同注重的感知内容有待继续深入研究。其次,结构方程模型作为分析事物之间因果关系的研究方法其本身存在固有缺陷,结构方程模型验证标准也尚未完全统一,文章所建构模型虽然达到结构方程要求并通过验证性评估,但还需结合质性分析等定性方法进行验证。第三,文章仅以北京作为案例地,基于全国不同城市的职能、功能、区位、经济条件等因素的差异,其研究结论是否具有普遍性还有待进一步深入验证与考察。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | |
[2] | |
[3] | [J]. , [J]. , |
[4] | [J]. , [J]. , |
[5] | [J]. , [J]. , |
[6] | [J]. , [J]. , |
[7] | [J]. , [J]. , |
[8] | [J]. , |
[9] | [J]. , [J]. , |
[10] | [J]. , |
[11] | [J]. , |
[12] | [J]. , [J]. , |
[13] | [J]. , [J]. , |
[14] | [J]. , |
[15] | [J]. , |
[16] | [J]. , [J]. , |
[17] | [J]. , |
[18] | [J]. , [J]. , |
[19] | [J]. , [J]. , |
[20] | [C]. , |
[21] | [J]. , |
[22] | [J]. , |
[23] | [J]. , |
[24] | [J]. , [J]. , |
[25] | [J]. , [J]. , |
[26] | [J]. , |
[27] | [J]. , |
[28] | [J]. , [J]. , |
[29] | [J]. , [J]. , |
[30] | [J]. , [J]. , |
[31] | [J]. , [J]. , |
[32] | |
[33] | |
[34] | [J]. , [J]. , |